Slide 1 of 9 
Slide 2 of 9 
Slide 3 of 9 
Slide 4 of 9 
Slide 5 of 9 
Slide 6 of 9 
Slide 7 of 9 
Slide 8 of 9 
Slide 9 of 9 
Communities in RUIdeRA
Select a community to browse its collections.
Recent Submissions
Item
Análisis y clasificación de pacientes con Covid-19 ingresados en un hospital de alta complejidad mediante el uso de técnicas de inteligencia artificial
(Universidad de Castilla-La Mancha, 2023) Ramón Albert, Antonio
La enfermedad por coronavirus 2019 (COVID-19) consecuencia de la infección por el coronavirus-2, causante de un síndrome respiratorio agudo severo (SARS-CoV-2) surgió por primera vez en Wuhan, Hubei, China, en diciembre de 2019. La Organización Mundial de la Salud (OMS) declaró el COVID-19 como pandemia el 11 de marzo de 2020. Al principio de la pandemia, el virus se transmitió rápidamente entre individuos fundamentalmente por vía aérea, manifestándose desde formas leves o asintomáticas con tos, fiebre y mialgias hasta desencadenar una neumonía bilateral con insuficiencia respiratoria grave (IRG) que requiere ventilación mecánica y/o daño multiorgánico que puede llevar a la muerte. A pesar de que la tasa de mortalidad por COVID-19 es inferior al 3 %, la tasa de letalidad de los casos graves es alta. Por otro lado, desde el inicio de la pandemia se utilizaron diferentes fármacos en monoterapia o combinados contra el SARS-CoV-2, pero los resultados de los ensayos clínicos que respaldan su seguridad y eficacia son limitados. De todos ellos, tanto los corticoides como el antagonista de la IL-6, tocilizumab, han sido utilizados en el paciente con IRG asociada a SARS-CoV-2 con buenos resultados en la mayor parte de los estudios.
Objetivos: En una primera parte del trabajo de investigación estudiamos la asociación existente entre diferentes variables demográficas, clínicas y analíticas con la mortalidad en pacientes hospitalizados con infección SARSCoV-2 confirmada microbiológicamente mediante ensayo de reacción en cadena de la polimerasa con transcriptasa inversa de un hisopo nasofaríngeo. En una segunda parte del trabajo de investigación estudiamos la asociación entre diferentes variables demográficas, clínicas y analíticas con la eficacia del uso de tocilizumab en pacientes hospitalizados con COVID-19 grave. En ambos casos se hizo un análisis y evaluación de los métodos de aprendizaje automático (machine learning; ML) utilizados como herramientas de predicción.
Material y métodos: Para la primera parte del trabajo se seleccionaron 203 pacientes entre el 15 de marzo y el 15 de junio de 2020 mientras que para la segunda parte se incluyeron 67 pacientes entre el 10 de marzo y el 16 de septiembre de 2020. Los datos de los pacientes se obtuvieron de diferentes fuentes internas del hospital como la historia clínica electrónica (HCE) y el programa de prescripción de la unidad de cuidados intensivos (UCI). Con esta información se construyó un cuestionario de recogida de datos (CRD) de forma individualizada por paciente. Se construyeron modelos de predicción basados en aprendizaje automático supervisado: decisión tree (DT), Bayesian linear discriminant analysis (BLDA), Gaussian naïve Bayes (GNB), k-nearest neighbour (KNN), support vector machine (SVM) y el método propuesto, extreme gradient boosting (XGB). Se utilizó para la construcción de los modelos, el paquete estadístico y de ML, MATLAB® en sus diferentes versiones. Para comprobar el rendimiento de los métodos se realizó una validación cruzada de 5 veces para evitar el sobreajuste. Los datos de partida se dividieron en dos bloques, el 70 % se utilizó para el entrenamiento y el 30 % para validación. En todas las simulaciones se realizaron 100 iteraciones para obtener la desviación estándar y los valores medios de manera uniformemente aleatoria. Además, se proporcionó un gráfico de radar equilibrado entre las fases de entrenamiento y validación. En este trabajo, se utilizaron las siguientes métricas para comprobar el rendimiento de los métodos comparados: degenerated Younden index (DYI), especificidad, sensibilidad, precisión, precisión equilibrada, AUC-ROC o área bajo la curva ROC (receiver operating characteristic), puntuaci´on F1, Matthew’s correlation coefficient (MCC) y Cohen’s Kappa index.
Resultados: Los resultados expresados como valores medios junto a la desviación estándar, muestran que el método de clasificación XGB consiguió la mayor precisión equilibrada (92.37±0.31), sensibilidad (92.43±0.36) y precisión (92.55±0.24) para clasificar a pacientes con un mayor riesgo de mortalidad por COVID-19. Lo mismo ocurrió para las demás métricas estudiadas. Los otros métodos estudiados ofrecen valores de las métricas inferiores al método propuesto. De la misma forma, XGB obtuvo la mayor precisión equilibrada (93.16±0.25), sensibilidad (93.25±0.31) y precisión (92.49±0.27) para clasificar a pacientes con COVID-19 grave con mayor riesgo de no beneficiarse del uso de tocilizumab. Igualmente, XGB mostró resultados mayores en todas las demás métricas comparadas. Estos resultados sugieren que el sistema XGB entrenado con datos clínicos, analíticos y demográficos puede servir como una nueva herramienta para ayudar en la estratificación de pacientes con COVID-19, aplicar medidas optimizadas de tratamiento y poder evitar desenlaces fatales.
Conclusiones: El modelo XGB fue analizado y comparado con diferentes métodos de ML descritos en la literatura mostrando una mejora considerable sobre los otros métodos en la predicción de mortalidad en pacientes hospitalizados con COVID-19. El método ponderó como predictores de mortalidad con un mayor peso 9 biomarcadores (proteína C reactiva, procalcitonina, glutamato oxalacetato transaminasa, glutamato piruvato transaminasa, neutrófilos, dímero-D, creatinina, ácido láctico y ferritina), la edad, el shock séptico y los días de ventilación no invasiva. De igual manera, XGB mostró dicha mejora en la predicción de los factores asociados a una falta de eficacia de tocilizumab en pacientes hospitalizados con COVID-19 grave. Entre estos factores, los pacientes que presentaban una situación basal con ventilación mecánica invasiva al inicio del tratamiento con tocilizumab y/o hiperferritinemia eran candidatos a presentar un mayor fracaso terapéutico con tocilizumab.
Este algoritmo ayudará a los profesionales sanitarios en el proceso de estratificación de casos y toma de decisiones para un manejo óptimo del paciente con COVID-19.
Item
Las micro, pequeñas y medianas empresas como unidades productivas económicas en el mercado de la contratación publica
(Universidad de Castilla-La Mancha, 2023) Posso Rivera, Karina Rosio
Las pequeñas unidades productivas tales como las micro, pequeñas y medianas empresas son consideradas de manera uniforme, tanto en la normativa peruana como en la normativa española, como la espina dorsal de la economía, por su gran potencial de creación de empleo, crecimiento e innovación; por ello, facilitarles el acceso a los contratos públicos puede ayudarlas a liberar ese potencial innovador y de crecimiento, generando una repercusión positiva en la economía social.
Atendiendo a la entrada en vigor de la reciente normativa en materia de contratación publica peruana, en el presente trabajo realizamos algunas aproximaciones que puede considerar el legislador estatal peruano a fin de promocionar el acceso y fomentar mayores niveles de participación de las micro, pequeñas y medianas empresas en el mercado de las compras públicas; a fin de que, de esta forma, se amplíen los potenciales proveedores de los poderes adjudicadores e incrementen los niveles de competencia en el mercado nacional, en contrapeso de la sectorización hegemónica en la participación por parte de los grandes agentes dominantes.
El presente estudio plantea algunas propuestas mediante las cuales los poderes adjudicadores peruanos pueden expandir el ámbito de acceso de las micro, pequeñas y medianas empresas en el sistema de compras públicas; respaldando nuestro estudio con el contraste realizado a la normativa española en materia de contratación pública, en la que se advierte la existencia de mecanismos de promoción que facilitan dicho acceso y propugna una igualdad de condiciones para todas las empresas.
Item
Procesos de aprendizaje para el equilibrio educativo. Autorregulación a través del modelo competencial en Educación Primaria
(Universidad de Castilla-La Mancha, 2023) Ponce Blázquez, Esther
La presente investigación pretende demostrar que la participación del educando en su proceso de aprendizaje aporta dinamismo a todo el proceso favoreciendo que sea integral. Esto es posible con un sistema de evaluación y una metodología integradora, para favorecer la autorregulación del educando a través de las tres dimensiones competenciales: saber hacer, saber y saber ser. Para demostrarlo se ha llevado a cabo un estudio con 107 niños y niñas que cursan 3ª y 4ª de primaria. La investigación ha sido longitudinal comparando los resultados pretest y postest entre grupo control y grupo experimental. También se ha realizado un estudio trasversal con el objetivo de llegar a conclusiones intragrupales, buscando la relación de las variables y la posible predicción de estas para el modelo. Durante dos semanas se intervino, de forma individual y grupal, con el grupo experimental favoreciendo procesos de autorregulación utilizando herramientas para generar la implicación de procesos mentales superiores y un proceso de aprendizaje integral. La metodología que se llevó a cabo fue la autoevaluación y el material manipulativo, siendo el lenguaje el aliado en todo el proceso. Los resultados utilizados en esta investigación demuestran cambios significativos en la percepción del educando sobre sí mismo y su forma de expresarse, en relación con el proceso de aprendizaje y teniendo en cuenta el movimiento personal, la necesidad, el color y el curso. Aunque se obtuvieron resultados significativos tanto en el grupo control como experimental, en este último los resultados fueron más significativos aportando información de valor a la investigación. También se encontraron resultados significativos en cuanto a las funciones ejecutivas en relación con las variables movimiento, necesidad y color. La investigación permite demostrar que el proceso de aprendizaje es dinámico, siendo reflejo de ello los resultados obtenidos. Si bien, se demuestra que el aprendizaje en grupo ejerce un papel significativo en la evolución del educando hacia su proceso de aprendizaje en equilibrio, evidenciado en las funciones ejecutivas, los movimientos personales, las necesidades y la elección cuando la prueba es grupal respecto a cuando es individual. Ello refuerza el papel de las experiencias de aprendizaje desde el modelo competencial actual.
Item
El notario en la sociedad anónima en el derecho argentino
(Universidad de Castilla-La Mancha, 2023) Pomares, Patricia Noemí
El presente trabajo realiza un replanteo respecto de la intervención profesional a través del asesoramiento del notario al momento de la formación y elaboración de un contrato de Sociedad Anónima, ya que este Sujeto de Derecho, sólo puede nacer en la Argentina, por medio de un instrumento impuesto por Ley bajo la Forma: Escritura Pública, donde el Notario Actúa en esa instancia como Funcionario Público.
Se pretende crear conciencia de la importancia del servicio de asesoramiento que debe brindar el Notario al crear una Sociedad Anónima, otorgando relevancia a las herramientas legales para hacer efectivos los derechos de los socios y la normatividad existente, el fortalecimiento de la incumbencia notarial, la evolución de la tecnología en el campo notarial, societario y la presencia del estado en esta actividad.
Una de las premisas del presente es re-establecer, valorar y analizar el sentido que los Notarios le otorgan al asesoramiento en su práctica en el espacio de la Sociedad Anónima; reconocer cómo los Notarios se apropian de las herramientas necesarias para el asesoramiento adecuado, en el campo jurídico tecnológico y colaborar para lograr identificar e interpretar el sentido que le otorga el Notario a su práctica en esta incumbencia en particular, por cuanto es una temática que no ha sido estudiada en la Jurisdicción de la Provincia de Salta.
Se pretende, además, brindar aportes en relación a la intervención del Notario en la inscripción de la Sociedad Anónima, trámite que debe realizar el mismo y que, con frecuencia, es observado por la Autoridad de Contralor.
Se trabajó con una metodología cualitativa de carácter descriptivo caracterizada por su análisis de contenido, “estudios” orientados a concretar acciones tendientes a repensar determinadas problemáticas del quehacer Notarial.
Esta experiencia constituyó la base para lograr cambios y transmitir lo más significativo del Instrumento Público: Escritura Pública, como forma continente de la Sociedad Anónima, de su correcta redacción, consciente, personalizada y aplicada al nacimiento íntegro de una nueva Persona Jurídica, enmarcada en el Contrato de Sociedad Anónima como Instrumento Público que otorga valor de firmeza, seguridad, credibilidad, veracidad, irrevocabilidad, ejecutoriedad y fecha cierta (además de los elementos exigidos legalmente). Asimismo, permitió el análisis de la influencia de los principios del Derecho Societario y del Derecho Notarial. Brindó nuevas herramientas al analizar cada uno de los elementos esenciales de un contrato de Sociedad Anónima en relación al rol del Notario, quedando demostrado que, en la elaboración del Contrato Social, es fundamental asesorar acabadamente, para lograr así, captar la voluntad exteriorizada por los requirentes, dándole una verdadera y adecuada forma jurídica.
Esta tesis puede dar lugar a posibles investigaciones sobre el Notario y la Sociedad Anónima, y abrir la posibilidad a una futura legislación en otros países, Cabe destacar que la Legislación Argentina en diversas materias ha sido fuente, de codificación en países cercanos, por ser pionera en la creación y sanción de varios Códigos y Leyes. La intervención adecuada y correcta, del Notario, en todas las etapas de la creación e inscripción de la Sociedad Anónima, requiere de la formación y capacitación permanente para brindar un correcto asesoramiento y seguridad jurídica.
El Notario debe replantearse: el fortalecimiento de la incumbencia notarial; la evolución de la tecnología en el campo notarial y societario; la presencia del estado en la actividad empresarial y la exigencia de información a los notarios como agentes de retención. -
Item
Gestión por inteligencia artificial de falsas alarmas en turbinas de viento
(Universidad de Castilla-La Mancha, 2023) Peco Chacón, Ana María
The global demand for energy has been growing rapidly, but traditional energy sources have negative environmental impacts and are limited in supply. Renewable energy technologies, particularly wind energy, have become increasingly popular as a sustainable alternative. Wind turbines have the largest installed power capacity and are crucial in meeting rising energy demands. Advancements in wind turbine technology have improved efficiency and scalability. However, operational and maintenance costs remain a challenge, necessitating the adoption of advanced monitoring, diagnostics, and maintenance strategies. SCADA systems are widely used for wind farm maintenance, providing valuable data for detecting failures and optimizing performance.
False alarms can lead to unnecessary shutdowns, causing both economic and energy losses. This research presents three innovative methodologies for false alarm detection and classification, which have been applied to real SCADA data from wind turbines.
- Statistical analysis: The main novelty is the early prediction of failures for false alarm identification by employing center partitions. The application of the partitions method allows for the identification of critical alarm periods that fall outside the confidence interval, offering an advantage over other methods like the 7th-degree polynomial. However, in this specific case, the different partitions approach does not yield variations in the filtered data, necessitating further research to analyze the partitions. The combination of alarm identification, prefiltering data, state variables, and output power has proven effective in identifying false alarms. Several false alarms have been observed in the gearbox system, where operators did not perform any maintenance activities and no failures were detected. These false alarms have been caused by factors such as erroneous measurements, the occurrence of multiple alarms within a short time period, and other failures. The application of the proposed methodology in this study ensures the sustainability of wind energy production.
- Artificial neural networks: The artificial neural network consists of three different multilayer perceptrons. The dataset is processed through pattern recognition after filtering, using a historical database for training the neural networks.
The approach can analyze various alarms and demonstrates high precision and sensitivity, surpassing 80% and sometimes exceeding 90%. The accuracy of the approach has been evaluated using confusion matrices to compare the neural network's estimated response with actual alarms. The fuzzy logic method is utilized to validate the obtained results.
- Classification models: The analysis of misclassification points to Support Vector Machine, K-Nearest Neighbour, Decision Trees, and ensemble trees classification algorithms offer increased reliability for alarm classification. It has been demonstrated that the accuracy, when applying the methodology with the combination of all methods, is higher than when applying them individually. The obtained results have been compared with both holdout validation and K- fold cross-validation methods, with no significant difference observed between the two validation approaches. The decision to select one validation method over the other takes into consideration the computational time required for each validation process. The employed methodology has achieved an accuracy exceeding 90% in all cases.
The utilization of advanced Machine Learning algorithms or statistical tecniques brings forth innovative maintenance methodologies for the identification and mitigation of false alarms in wind energy systems.